🧠The Neuron•較早收集於 31m
Demis Hassabis 談論 AGI 與 AI 驅動的醫療突破
💡從 Demis Hassabis 那裡獲取關於 AGI 未來以及 AI 在疾病治療中角色的戰略見解。
⚡ 30-Second TL;DR
有什麼變化
探討 AGI 的發展時間表與里程碑
為什麼重要
此觀點有助於從業者了解 AGI 的長期研究路線圖，以及其在醫療保健等高風險產業中的實際應用。
下一步行動
追蹤 Google DeepMind 的最新出版物，以了解其模型如何應用於蛋白質摺疊與藥物研發。
誰應關注：Researchers & Academics
關鍵要點
- •探討 AGI 的發展時間表與里程碑
- •專注於應用 AI 加速藥物研發與疾病治療
- •來自 Google DeepMind 領導者的戰略見解
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Demis Hassabis 最近縮短了其對通用人工智慧 (AGI) 到來時間表的預測，現在表示 AGI 可能在 2026-2027 年間開始出現，或最遲在 2029-2030 年實現，這反映了他對該行業技術路徑日益增長的信心 [20, 28, 36]。
- •DeepMind 的衍生公司 Isomorphic Labs 開發了 Isomorphic Labs 藥物設計引擎 (IsoDDE)，該引擎在預測蛋白質-配體相互作用和結合親和力方面顯著超越了 AlphaFold 3 的準確性，並能從零開始設計新型分子 [10, 14, 15]。
- •Isomorphic Labs 已獲得大量資金，包括在 2026 年 5 月完成的 21 億美元 B 輪融資，並且其藥物候選物 ISM8969 已於 2026 年 1 月獲得 FDA 批准進入人體臨床試驗，標誌著 AI 設計藥物邁向患者的重大一步 [15, 34, 37]。
- •除了藥物發現，Google DeepMind 還透過 Med-PaLM 2 等工具推進 AI 在臨床環境中的應用，該工具已通過醫療執照考試，以及基於 Gemini 模型構建的 AI 協同臨床醫生系統，可協助醫生進行診斷和治療計劃 [6, 19]。
- •Demis Hassabis 因 AlphaFold 的貢獻於 2024 年榮獲諾貝爾化學獎，他強調應將 AI 風險視為與氣候變遷同等嚴峻的全球挑戰，並呼籲建立強大的安全機制和國際合作以防止濫用並確保 AI 的對齊 [13, 22, 24, 39]。
📊 競品分析▸ Show
| 公司/平台 | 主要功能/特點 | 基準/性能 | 備註 |
|---|---|---|---|
| Isomorphic Labs (IsoDDE) | AI驅動的藥物設計引擎，預測蛋白質-配體相互作用、結合親和力、識別新型結合位點，並從頭設計分子 [10, 14, 15]。 | 在挑戰性蛋白質-配體結構預測基準上，準確性是 AlphaFold 3 的兩倍以上；結合親和力預測超越黃金標準的物理方法 [10, 14]。 | 專有技術，旨在徹底改變藥物發現流程 [12, 14]。 |
| Exscientia | Centaur AI 平台，整合自動化化學、深度學習和機器人技術，用於設計和優化小分子藥物 [35]。 | 臨床試驗結果預測成功率達 80% (Phase I)，顯著縮短早期開發時間 [35]。 | 與大型製藥公司如賽諾菲、百時美施貴寶合作 [35]。 |
| Insilico Medicine (Pharma.AI) | 端到端藥物發現套件，包括用於靶點發現的 PandaOmics、分子生成的 Chemistry42 和臨床試驗預測的 InClinico [35]。 | 一種由 AI 發現和設計的藥物於 2023 年 6 月進入二期臨床試驗 [18]。 | 整合多組學數據，涵蓋藥物發現所有階段 [35]。 |
| Recursion Pharmaceuticals | Recursion OS 平台，利用大規模細胞成像和先進 AI 分析，識別新型靶點和化合物 [30, 35, 44]。 | 擁有龐大的專有生物成像數據集，增強預測準確性 [35]。 | 與拜耳和羅氏等公司建立合作夥伴關係 [30]。 |
| Atomwise (AtomNet) | AI 驅動的分子建模平台，預測藥物-靶點相互作用，加速先導化合物優化 [35, 43]。 | 每天可篩選超過 1 億種化合物 [43]。 | 專注於結構基礎的藥物設計，用於罕見疾病和腫瘤學 [35]。 |
🛠️ 技術深入
- AlphaFold 2: 於 2020 年解決了長達 50 年的蛋白質結構預測難題，能夠僅根據胺基酸序列準確預測蛋白質的三維結構 [2, 4]。
- AlphaFold 3: 於 2024 年發布，擴展了預測能力，可建模所有生命分子的結構和相互作用，包括蛋白質、DNA、RNA 和配體（構成大多數藥物的小分子），並能生成整個分子複合物的聯合三維結構，以及建模翻譯後修飾 [2, 3, 5]。
- Isomorphic Labs 藥物設計引擎 (IsoDDE): 一種擴散模型，在挑戰性蛋白質-配體結構預測基準上，其準確性是 AlphaFold 3 的兩倍以上。它能以超越物理學方法的準確性預測小分子結合親和力，並能僅使用胺基酸序列作為輸入，在數秒內準確識別靶點蛋白質上的新型結合位點 [10, 14]。IsoDDE 將蛋白質結構預測、配體結合建模、親和力估計、抗體相互作用預測和結合位點發現整合為一個單一的引擎 [14]。
- AI 協同臨床醫生 (AI Co-Clinician): 基於 Google 的 Gemini 模型構建，具備多模態能力，可同時處理患者病史、實驗室結果、臨床筆記、影像報告和即時對話記錄等多種數據類型 [19]。
- 協同科學家 (Co-Scientist): 一個由 Gemini 構建的多代理 AI 系統，能夠迭代地生成、辯論並演化複雜科學問題的新穎假設，從而加速科學研究 [38]。
🔮 前景展望AI analysis grounded in cited sources
AI將大幅縮短藥物開發週期，使新藥更快上市。
Isomorphic Labs的IsoDDE等AI平台能以超越傳統方法的速度和準確性預測分子相互作用並設計新藥，並已將AI設計的藥物推進至臨床試驗階段 [10, 15, 34]。
AGI的加速發展將促使全球對AI安全和倫理治理採取更緊急的行動。
Demis Hassabis不斷縮短AGI預測時間表，並強調AI風險應與氣候變遷同等看待，這將促使政府和研究機構加速制定安全協議和監管框架 [13, 20, 21, 28, 32]。
AI將從輔助工具演變為科學研究的自主協作者，徹底改變科學發現的模式。
Google DeepMind的Co-Scientist等多代理AI系統能夠自主生成假設、設計實驗並分析數據，大幅加速科學研究，預示著AI將成為更主動的科學夥伴 [27, 31, 38]。
⏳ 時間線
2010
Demis Hassabis 共同創立 DeepMind [7, 17]
2016
DeepMind 的 AlphaGo 擊敗圍棋世界冠軍李世石 [7, 17]
2020
AlphaFold 2 解決蛋白質結構預測難題 [2, 4, 17]
2021
Isomorphic Labs 作為 DeepMind 子公司成立，專注於 AI 藥物發現 [2, 15, 18]
2024
Demis Hassabis 和 John M. Jumper 因 AlphaFold 的貢獻共同獲得諾貝爾化學獎 [7, 22]
2026-01
Isomorphic Labs 的 AI 設計藥物 ISM8969 獲 FDA 批准進入人體臨床試驗 [15]
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Neuron ↗